水平井体积压裂是高效开发致密油的重要手段,准确预测水平井产量对优化压裂施工方案具有指导意义。为提高致密油压裂水平井产量的预测精确度,基于一维卷积长短期记忆网络(1D-Conv-LSTM)与自注意力机制(SAT)建立产量预测模型。首先,基于同区块水平井的生产数据构建时空矩阵。然后,构建1D-Conv-LSTM网络,基于时空矩阵深度提取生产数据的时空特征,同时,引入自注意力机制自适应的捕捉输入数据的内部依赖,提高模型预测精度。最后,利用实际生产数据对所提方法进行实验验证,与支持向量回归(SVR)、长短期记忆网络(LSTM)等模型进行对比分析,实验结果表明所提方法具有较好的效果。